A multi-tiered model for capture of life experiences in Learning Experiences Management

Öğrenme Deneyimlerinin Yönetiminde Yaşam Deneyimlerini Yakalamak İçin Çok Katmanlı Bir Model 


Bu yıl 24-25 Kasım 2017 tarihleri arasında Antalya’da düzenlenecek olan “3'üncü Uluslararası Eğitim, Uzaktan Eğitim ve Eğitim Teknolojileri Kongresi” konferansına gönderdiğim "Öğrenme Deneyimlerinin Yönetiminde Yaşam Deneyimlerini Yakalamak İçin Çok Katmanlı Bir Model" isimli çalışma sözlü bildiri olarak sunulmak üzere kabul edildi.

ÖĞRENME DENEYİMLERİNİN YÖNETİMİNDE YAŞAM DENEYİMLERİNİ YAKALAMAK İÇİN ÇOK KATMANLI BİR MODEL

Doç.Dr. Mehmet Emin Mutlu, Anadolu Üniversitesi, Açıköğretim Fakültesi, memutlu@anadolu.edu.tr

Özet

Yaşam günlüğü teknolojileri bireylerin yaşam deneyimlerini kendiliğinden ve sürekli olarak yakalamayı amaçlayan donanım ve yazılımlardır. 2000’li yıllar boyunca giyilebilir teknolojiler ve algılayıcılarda gözlenen gelişmeler yaşam günlüğü araçlarının çeşitliliğini artırmıştır. Yaşam günlüğünde günlük verilerinin yakalanmasının yanı sıra verilerin depolanması, aktarılması, verilere erişilmesi, verilerin görüntülenmesi, çözümlenmesi ve deneyimin yeniden canlandırılabilmesi konuları önem kazanmaktadır. Bu çalışmada yaşam deneyimlerinin yakalanmasından yeniden canlandırılmasına kadar olan süreçte kullanılan donanım, yazılım ve hizmetlere ait teknolojiler iç içe geçmiş çok katmanlı bir modelde bir araya getirilerek yaşam deneyimi yakalama olgusuna daha geniş ve bütünleşik bir bakış açısı kazandırılmaya çalışılmıştır. Ardından elde edilen modeldeki teknolojilerin “öğrenme deneyimlerinin yönetimi” yaklaşımında kullanımlarının sağlayacağı olanaklar tartışılmıştır. Çalışmanın sonuç bölümünde yaşam deneyimleri yakalayıcısına ait çok katmanlı modelin öğrenme deneyimlerini yakalama ve işleme sürecinde sağladığı olanaklara ait çıkarımlardan yararlanılarak geliştirilebilir yeni öğrenme teknolojileri için önerilerde bulunulmuştur.

Anahtar Sözcükler: Öğrenme deneyimleri yönetimi, yaşam günlüğü, deneyim yakalama, algılayıcılar, giyilebilir teknolojiler

A Framework Design for Note-Taking Technologies in Learning Processes

Öğrenme Süreçlerinde Not Alma Teknolojileri İçin Bir Çerçeve Tasarımı

Bu yıl 24-25 Kasım 2017 tarihleri arasında Antalya’da düzenlenecek olan “3'üncü Uluslararası Eğitim, Uzaktan Eğitim ve Eğitim Teknolojileri Kongresi” konferansına Ayşe Peri Mutlu, Buket Kip Kayabaş ve İlker Kayabaş ile birlikte gönderdiğimiz "Öğrenme Süreçlerinde Not Alma Teknolojileri İçin Bir Çerçeve Tasarımı" isimli çalışma sözlü bildiri olarak sunulmak üzere kabul edildi.

ÖĞRENME SÜREÇLERİNDE NOT ALMA TEKNOLOJİLERİ İÇİN
BİR ÇERÇEVE TASARIMI

Doç.Dr. Mehmet Emin Mutlu, Anadolu Üniversitesi, Açıköğretim Fakültesi, memutlu@anadolu.edu.tr

Ayşe Peri Mutlu, Anadolu Üniversitesi, Açıköğretim Fakültesi, aperi@anadolu.edu.tr

Arş.Gör.Dr. Buket Kip Kayabaş, Anadolu Üniversitesi, Açıköğretim Fakültesi, bkip@anadolu.edu.tr

Arş.Gör.Dr. İlker Kayabaş, Anadolu Üniversitesi, Açıköğretim Fakültesi, ikayabas@anadolu.edu.tr

Özet

Öğrenme süreçlerinde not alma davranışı öğrencinin birden fazla algılayıcısı üzerinde uyarıcı etki yapmasından dolayı öğrenmenin kalıcılığını artırmaktadır. Etkili not alabilmek her düzeydeki öğrenenin sahip olması gereken temel akademik becerilerden biridir. Bu çalışmada not alma davranışına yönelik alanyazın taranarak öğrenmede not almanın etkileri, kullanılan araçlar ve stratejiler ile not alma süreçlerine yönelik çalışmalar ve bulgular bir araya getirilmiştir. Ardından farklı cihazlarda kullanılan yedi farklı not alma aracına dayalı not alma süreci sistematik biçimde incelenerek, not alma cihazları ve araçlarının pasif ve aktif kullanımı için bir çerçeve mimari tasarlanmıştır. Daha geniş bir bakış açısı elde etmek amacıyla bu mimariye not alma araçlarının çoklu kullanımları ve bütünleşik kullanımları da çözümlenerek eklenmiştir. Elde edilen çerçeve yazarların daha önce gerçekleştirdikleri yaşam günlüğüne dayalı öğrenme deneyimleri yönetimi projelerinde geliştirilen pasif ve aktif not alma yazılımları açısından değerlendirilerek tartışılmıştır. Projenin sonuç bölümünde, çerçeveye ait bulgular incelenerek farklı öğrenme süreçlerinde not alma amacıyla geliştirilebilir yeni öğrenme teknolojilerine yönelik önerilerde bulunulmuştur.

Anahtar Sözcükler: Not alma, yaşam günlüğü, öğrenme deneyimlerinin yönetimi

The Exocortex as a Learning Technology

Bir Öğrenme Teknolojisi Olarak Dış Korteks (Exocortex)


Bu yıl 26-28 Ekim 2017 tarihleri arasında Antalya’da düzenlenecek olan “6th World Conference on Educational and Instructional Studies-WCEIS 2017” konferansına gönderdiğim "Bir Öğrenme Teknolojisi Olarak dış Korteks (Exocortex)" isimli çalışma sözlü bildiri olarak sunulmak üzere kabul edildi.

BİR ÖĞRENME TEKNOLOJİSİ OLARAK DIŞ KORTEKS (EXOCORTEX)

Doç. Dr. Mehmet Emin Mutlu,

Anadolu Üniversitesi, Eskişehir,

memutlu@anadolu.edu.tr

Özet

Dış korteks, insan beyninin algılama, depolama, anımsama ve işlem yapma gibi bilişsel güçlerini artırmak amacıyla, bir beyin implantı ya da giyilebilir bir cihaz durumundaki bilgisayım ortamına çift yönlü beyin – bilgisayar arayüzü ile bağlanabildiği, 2030’lu yıllarda gündelik yaşamın parçası olması beklenen varsayımsal bir teknolojidir. İnsanoğlu beynin depolama, anımsama ve işlem gücünü artırmak amacıyla dış destek arayışına yazının keşfiyle başlamıştır ve günümüzde gündelik bilgilerimiz için vazgeçilmez duruma gelen akıllı telefonlar birer ön – dış korteks teknolojisi olarak görülmektedir. Dış korteks teknolojisi, beyin okuma, beyne dışarıdan bilgi yükleme, beyin bilgisayar iletişimi, beyinden beyine iletişim gibi günümüzde prototip uygulamalarıyla karşılaşılmaya başlanan paralel teknolojilerle desteklenmektedir. Bu çalışmada dış korteks teknolojisinin öğrenme süreçlerinde kullanımı için taşıdığı gizilgüç tartışılarak, “öğrenme deneyimleri yönetimi” yaklaşımıyla birlikte ele alınması sonucunda özellikle yaşam boyu öğrenenler için sağlayacağı olanaklar incelenmiştir. Çalışmanın sonuç ve öneriler bölümünde bu amaçla gerçekleştirilebilecek bir bilimsel araştırma projesi için öngörülerde bulunulmuştur.  

Anahtar Sözcükler: Dış korteks, beyin – bilgisayar arayüzü, öğrenme deneyimleri yönetimi

Narrative Experience Bases - "The Little Prince" Case Study

Anlatı Deneyim Tabanları - "Küçük Prens" Örnek Olayı 

Bu yıl 26-28 Ekim 2017 tarihleri arasında Antalya’da düzenlenecek olan “6th World Conference on Educational and Instructional Studies-WCEIS 2017” konferansına Ayşe Peri Mutlu ile birlikte hazırlayarak gönderdiğimiz "Anlatı Deneyim Tabanları - "Küçük Prens" Örnek Olayı" isimli çalışma sözlü bildiri olarak sunulmak üzere kabul edildi.

ANLATI DENEYİM TABANLARI – “KÜÇÜK PRENS” ÖRNEK OLAYI

Doç. Dr. Mehmet Emin Mutlu

Anadolu Üniversitesi, Eskişehir

memutlu@anadolu.edu.tr

Ayşe Peri Mutlu

Anadolu Üniversitesi, Eskişehir

aperi@anadolu.edu.tr

Özet

Bir deneyim tabanı, bir yaşam günlüğü sistemi ile yakalanan yaşam deneyimleri ile bu deneyimlere eşlik eden bağlamların ontolojisinden elde edilen bir bağlam-deneyim anlamsal ağına dayalı bir kişisel bilgi tabanıdır. Deneyim tabanları kişisel deneyimlerden elde edilirler ve kişinin kendisi deneyimlerin tek aktörüdür. Anlatılar ise bir öykü, masal, roman gibi içinde birden fazla aktörün bulunduğu deneyim kümeleridir ve bir anlatıdaki her aktör için ayrı bir deneyim tabanı elde edilebilir. Bu çalışmada “öğrenme deneyimleri yönetimi” yaklaşımının bir parçası olan, yaşam deneyimlerine eşlik eden bağlamların ve bağlam - deneyim anlamsal ağının elde edilmesi sürecinin anlatılardaki deneyimlere uyarlanması araştırılmıştır. Geliştirilen yöntem Antoine de Saint-Exupéry’nin dünyaca ünlü “Küçük Prens” isimli öyküsü üzerinde uygulanarak değerlendirilmiştir. Çalışmanın Sonuç ve Öneriler bölümünde “anlatı deneyim tabanları” ve “anlatıların modellenmesi” düşünceleri kavramsallaştırılmış ve uygulama alanları tartışılmıştır.

Anahtar Sözcükler: Deneyim tabanları, öğrenme deneyimleri yönetimi, anlatı modelleme

Designing an Information Retrieval System for Learning Experiences in the Virtual Environments - Section 5 - CONLUSION AND RECOMMENDATIONS

Sanal Ortamlardaki Öğrenme Deneyimleri İçin Bir Enformasyon Erişim Sistemi Tasarımı - Bölüm 5

SONUÇ VE ÖNERİLER

Tasarlanan sistem "Verilen bir konuyla hangi zaman aralığında ve hangi sıklıkta ilgilenildi?" sorusuna yanıt bulma ve verilen bir konu üzerindeki çalışmayı zaman ekseninde görsel olarak tekrar canlandırabilme gibi olanaklar sunmaktadır. Bu özellikleri nedeniyle geliştirilen sistem kişisel ve kurumsal bilgi çalışmasını destekleyen bir “kişisel enformasyon yönetim sistemi” aracıdır. Bu aracın, özellikle kişisel ve kurumsal öğrenme ortamları başta olmak üzere, bütün bilgi çalışması ortamlarındaki etkisi ayrıca incelenmelidir. 

Yaşam günlüğü yaklaşımıyla tasarlanan görüntü yakalama ve metin elde etme sistemi kullanıcının aktif davranışlarına gerek duymadan pasif bir biçimde kendiliğinden ve sürekli biçimde çalışmaktadır. Sistem kullanıcının oturum açtığı yeni bir bilgisayara M-Levels1 yazılımını kurulmasıyla basitçe genişletilebilmektedir. Kullanıcı sadece M-Levels2 yazılımını kurulu olduğu çalışma bilgisayarında indeksi güncellemek ve anahtar sözcüklerle arama yapmak gibi aktif davranış sergilemektedir. Bu yönüyle sistem kullanımı basit ve kolayca genişletilebilir bir tasarıma sahiptir. 

Ekran görüntüsünden metin elde etme yaklaşımı ekranın duyarlılığına, ekrandaki metinlerin yazı büyüklüğüne ve yazı tipine sıkı sıkıya bağımlıdır. Bazı yazı tipleri ve küçük yazı boyları metinlerin doğru elde edilmesini engelleyebilmektedir. Diğer taraftan ekranda üst üste binmiş pencerelerin varlığı da hem bazı sözcüklerin görünmesini, hem de sözcüğün bütün harflerinin görünmesini engelleyebilir. Bu sorunlar elde edilen ekran metinlerinin kesinliğini etkilemekle birlikte gün boyunca yüzlerce ekran görüntüsünün yakalanması nedeniyle metinlerin ekran görüntülerinde yer alma sıklığının "niteliğini" fazla etkilemeyecektir. Diğer bir deyişle, bir sözcüğün zaman boyunca dalgalanan sıklık dağılımındaki miktarlar kesin olmamakla birlikte dalganın yapısı gerçek durumdan çok uzak olmayacaktır. 

Uygulanan yaklaşım "anımsama" açısından yaklaşıldığında, kullanıcının görmediği sözcükleri anımsamayacağı gerçeğiyle uyumludur. Böylece bir pencerenin arkasında kaldığından dolayı görülmeyen bir belge kullanıcının deneyiminin bir parçası haline gelmeyecektir. Yaşanan bir bilgi çalışması deneyimi anında ekranda görünen sözcükler dosyalanmış belgelerin içinde yer alan sözcüklerle karşılaştırılırsa; bilgisayar ekranında sosyal medya iletişimleri, film altyazıları, web sitelerindeki reklam metinleri gibi geleneksel masaüstü arama motorlarının indeksleyemediği sözcüklerin de bulunduğu görülür. Bu sürecin olumsuz yanı ise masaüstündeki uygulama kısa yollarının isimleri, uygulamalardaki menüler, araç çubuklarına ve iletişim pencerelerindeki metinler gibi bilgi çalışması içeriği olarak tanımlanamayacak arayüz sözcüklerinin de indekslenebilmesidir. 

Tasarlanan sisteme ait geliştirilen prototip yazılımın sadece Windows 8.1 ve üstü işletim sisteminde masaüstü ortamında çalışma kısıtlılığı bulunmaktadır. Fakat içerdiği işlevlerin diğer işletim sistemlerine taşınmasında bir engel bulunmamaktadır. Diğer taraftan, bilgi çalışanlarının kişisel ve kurumsal bilgi çalışmalarını üzerinde gerçekleştirdikleri önemli bir diğer cihaz olan akıllı telefonlara, güvenlik nedeniyle akıllı telefonlarda genel amaçlı ekran görüntüsü yakalama işlevinin kısıtlanmasından dolayı, bu sistemde yer verilmemiştir. 

Sistemin gelecekte, çoklu anahtar sözcüklerin dağılımını üst üste gösterecek biçimde geliştirilmesiyle, Google Trends hizmetinde olduğu gibi üzerinde çalışılan konuların birbiriyle zamansal ilişkisi görüntülenebilir hale gelecektir. Diğer taraftan, bu çalışmada geliştirilen sistem, bireylerin geçmiş deneyimlerindeki ilgilendikleri konulara ait "konu çözümlemesi" yapılmasına olanak sağlayan bir sistemin tasarlanması için bir başlangıç noktası oluşturacaktır. 

Not 1: Bu çalışma Türkiye Bilimsel ve Teknik Araştırmalar Kurumu (TÜBİTAK) tarafından 115K497 nolu araştırma projesi kapsamında desteklenmiştir. 

Not 2: Bu çalışma 13- 15 Mayıs 2016 tarihlerinde Antalya’da 10 Ülkenin katılımıyla düzenlenen 7th International Congress on New Trends in Education – ICONTE’de sözlü bildiri olarak sunulmuştur.

KAYNAKÇA 

Alonso, O., Baeza-Yates, R., & Gertz, M. (2007). Exploratory search using timelines. In SIGCHI 2007 Workshop on Exploratory Search and HCI Workshop, No.1, pp.1-4. 

Apache (2016a). Lucene search engine library. Retrieved April 1, 2016 from http://lucene.apache.org/. 

Apache (2016b). Lucene.Net search engine library. Retrieved April 1, 2016 from https://lucenenet.apache.org/. Archive (2016). Internet archive. Retrieved April 1, 2016 from http://www.archive.org. 

AutoHotkey (2016). Retrieved April 1, 2016 from https://autohotkey.com/. 

Bell, G. & Gemmell, J. (2009). Total recall: how the e-memory revolution will change everything. Penguin Books. 

Bloomberg, D. (2016). Leptonica. Retrieved April 1, 2016 from http://www.leptonica.com. 

Capture2Text (2016). Retrieved April 1, 2016 from http://capture2text.sourceforge.net/.

Chen, Y., & Jones, G. J. F. (2009). A pilot study to explore digital elements for visualizing time in personal information re-finding. 3rd Irish HCI Conference. Copernic (2016). 

Copernic desktop search. Retrieved April 1, 2016 from http://www.copernic.com/. 

DocFetcher (2016). Docfetcher open source desktop search. Retrieved April 1, 2016 from http://docfetcher.sourceforge.net/en/index.html. 

Efendioglu, D., Faschetti, C., & Parr, T. (2006). Chronica: a temporal web search engine. In Proceedings of the 6th International Conference on Web Engineering, ACM, pp. 119-120. 

Einsele-Aazami, F. (2008). Recognition of ultra low resolution, anti-aliased text with small font sizes. Phd. Dissertation, Department of Computer Science - University of Fribourg. Switzerland. 

Foo, S., & Hendry, D. (2007). Desktop search engine visualisation and evaluation. In Asian Digital Libraries. Looking Back 10 Years and Forging New Frontiers (pp. 372-382). Springer Berlin Heidelberg. 

Freeman, E. & Fertig, S. (1995). Lifestreams: organizing your electronic life. In R.Burke (Ed.), AI Applications in Knowledge Navigation and Retrieval. AAAI Press. Gholam, M. (2013). 

Hoot full text search engine. Retrieved April 1, 2016 from http://www.codeproject.com/Articles/224722/hOOt-full-text-search-engine 

Gleichman, S., Ophir, B., Geva, A., Marder, M., Barkan, E., & Packer, E. (2011). Detection and segmentation of antialiased text in screen images. In International Conference On Document Analysis And Recognition (ICDAR), ıeee, pp. 424-428. 

Google (2016). Google trends. Retrieved April 1, 2016 from https://www.google.com/trends/. 

Gurrin, C. (2012). Living with sensecam: experiences, motivations and advances. In: SenseCam 2012, Oxford, UK. 

Gurrin, C., Smeaton, A. F., & Doherty, A. R. (2014). Lifelogging: personal big data, Foundations and Trends in Information Retrieval, 8(1), 1-125. 

Jin, P., Lian, J., Zhao, X., & Wan, S. (2008). Tise: a temporal search engine for web contents, In Intelligent Information Technology Application 2008. IITA'08. Second International Symposium, IEEE, Vol. 3, pp. 220-224. 

Jones, W. (2008). Keeping found things found, Morgan Kaufmann Publishers. 

Khare, R., Cutting, D., Sitaker, K., & Rifkin, A. (2004). Nutch: a flexible and scalable open-source web search engine. CommerceNet Labs. CN-TR-04-04. Retrieved April 1, 2016 from http://www.master.netseven.it/files/262-Nutch.pdf. 

Kimura, T., Huang, R., Uchida, S., Iwamura, M., Omachi, S., & Kise, K. (2013). The reading-life log--technologies to recognize texts that we read. In 12th International Conference on Document Analysis and Recognition (ICDAR), IEEE, pp. 91-95. 

Mohamed, E. S. T. (2013). Designing and evaluating a user ınterface for continous embedded lifelogging based on physical context. Ph.D.Thesis, Newcastle University, 2013. 

Mutlu, M. E. (2014). Çoklu cihazlı ve çoklu algılayıcılı yaşam günlüğü ile öğrenme deneyimlerinin yakalanması için bir çerçeve önerisi, Asya Öğretim Dergisi (Asian Journal of Instruction), 2014 – 2(1(ÖZEL)), 1-17.

Mutlu, M.E. (2013). Öğrenme deneyimlerinin kaydedilmesi için çoklu cihaz tabanlı bir yaşam günlüğü sisteminin geliştirilmesi. Eğitim ve Öğretim Araştırmaları Dergisi (JRET), 2(4), 256-269. 

Mutlu, M.E. (2015). Yaşam deneyimleri için bir bağlam modeli – LECOM. AB’15 – XVII. Akademik Bilişim Konferansı, Anadolu Üniversitesi Eskişehir. 

Mutlu, M.E. (2016a). [Çalışma raporu] Yaşam günlüğü için ekran görüntüsü yakalama - OCR sürümü. 1.4.2016 tarihinde http://personalinformationsystems.blogspot.com.tr/2016/03/working-paper-screen-capture-for.html adresinden alınmıştır. 

Mutlu, M.E. (2016b). [Çalışma raporu] Geçmişteki ekran görüntülerine anahtar sözcüklerle erişme, 1.4.2016 tarihinde http://kisiselogrenmeortamlari.blogspot.com.tr/2016/04/working-paper-access-to-past.html adresinden alınmıştır. 

Ounis, I., Amati, G., Plachouras, V., He, B., Macdonald, C., & Lioma, C. (2006). Terrier: a high performance and scalable ınformation retrieval platform, In Proceedings of the OSIR Workshop, pp. 18-25, 2006. 

Picault, J., Ribière, M., & Senot, C. (2010). Beyond life streams: activities and ıntentions for managing personal digital memories, In The International Workshop on Adaptation, Personalization and Recommendation in the Social-semantic web (APRESW 2010), CEUR-WS, Vol. 585, pp. 25-32. 

Protalinski, E. (2010). Mastering Windows Search using Advanced Query Syntax. Ars Technica. Condé Nast Digital. Retrieved April 1, 2016 from http://arstechnica.com/information-technology/2010/03/masteringwindows-search-using-advanced-query-syntax/. 

Rashid, S. F., Shafait, F., & Breuel, T. M. (2011). An Evaluation of HMM-based Techniques for the Recognition of Screen Rendered Text, In International Conference on Document Analysis and Recognition (ICDAR), IEEE, pp. 1260-1264, 

Shimmy, J. (2012). Wpf toolkit data visualization. Retrieved April 1, 2016 from https://www.nuget.org/packages/WPFToolkit.DataVisualization/. 

Sellen A. J. ve Whittaker, S. (2010). Beyond total capture: a constructive critique of lifelogging. Commun. ACM, vol. 53, no. 5, pp.70–77. 

Smith, R. (2007). An overview of the tesseract OCR engine, In International Conference on Document Analysis and Recognition (ICDAR), IEEE, pp. 629-633. 

Tesseract (2016). Retrieved April 1, 2016 from https://github.com/tesseract-ocr 

Vossen, P., Rigau, G., Serafini, L., Stouten, P., Irving, F., & Hage, W. V. (2014). Newsreader: recording history from daily news streams. In Proceedings of the Ninth International Conference on Language Resources and Evaluation (LREC'14), pp. 2000-2007. 

Wachenfeld, S., Klein, H. U., & Jiang, X. (2006). Recognition of screen-rendered text. In 18th International Conference on Pattern Recognition (ICPR 2006), IEEE, pp.1086-1089. 

Wikipedia (2016a). List of web archive initiatives. Retrieved April 1, 2016 from https://en.wikipedia.org/wiki/List_of_Web_archiving_initiatives 

Wikipedia (2016b). Optical character recognition. Retrieved April 1, 2016 from http://en.wikipedia.org/wiki/Optical_character_recognition.

X1 (2016). X1 Search. Retrieved April 1, 2016 from http://www.x1.com/products/x1_search/

[*] Bu bölümün yazılmasında “Mutlu, M.E. (2016). Sanal Ortamlardaki Öğrenme Deneyimleri İçin Bir Enformasyon Erişim Sistemi Tasarımı, 7. Uluslararası Eğitimde Yeni Eğilimler Kongresi – ICONTE 2016, 13-15 Mayıs 2016 , Antalya“ kaynağından yararlanılmıştır.

Designing an Information Retrieval System for Learning Experiences in the Virtual Environments - Section 4 - IMPLEMENTATION and EVALUATION of the SYSTEM

Sanal Ortamlardaki Öğrenme Deneyimleri İçin Bir Enformasyon Erişim Sistemi Tasarımı  - Bölüm 4

SİSTEMİN UYGULANMASI VE DEĞERLENDİRİLMESİ

M-Levels1 ve M-Levels2 prototip yazılımlarından oluşan sistem üç masaüstü, üç dizüstü ve bir tablet olmak üzere yedi ayrı bilgisayara kurularak 4 Ağustos 2015 – 13 Ekim 2015 tarihleri arasında 71 gün bireysel olarak denenmiştir. Bu süre boyunca M-Levels1 uygulamasının 68.585 adet ekran görüntüsü yakaladığı ve bu görüntülerden metin dosyaları oluşturarak sakladığı görülmüştür. M-Levels2 uygulamasının içerdiği “hOOt” tam metin arama motoru bu metin dosyalarını ve içerdikleri 667,778 sözcüğü 64 Bit Windows 8.1 işletim sistemi kurulu, 4 GB bellek ve 2 adet 3.16 GHz Intel Xeon işlemcisi bulunan bir iş istasyonunda, 7,3 dakika indekslemiş ve örnekte verilen sözcük grubuyla ilgili sonuçları ve 0,015 saniyede getirmiştir. Oluşturulan indeks dosyasının büyüklüğünün 112 MB olduğu görülmüştür. 

Yaşam günlüğü alanındaki çalışmalarda Sellen ve Whittaker’in vurguladıkları ve 5R (recollecting, reminiscing, retrieving, reflecting, remembering intentions) ile ifade edilen şu yararlar öne çıkmaktadır: a) Anımsamak - Belirli yaşam deneyimlerini zihinsel olarak tekrar yaşayabilmek. Örneğin, kaybolan bir nesnenin yerini hatırlamak, b) Anıları Canlandırmak - Geçmiş deneyimlere ait duygusal ve manevi anıları tekrar yaşamak. Örneğin, fotoğraf albümlerine bakmak. c) Erişmek - Üzerinden yıllar geçmiş özel sayısal enformasyonu tekrar geri getirmek. Örneğin, Belgeler, e-postalar ve Web sayfaları. d) Yansıtmak (kendini tanımak) - Geçmiş deneyimleri gözden geçirerek bireyin davranışlarında zamanla oluşan örüntülerin bireyin kendisi tarafından keşfedilmesini sağlamak. e) Niyetleri Anımsamak - Bireyin yaşamındaki olası olayları anımsamak (Sellen ve Whittaker, 2010). 

Sistem, 71 gün boyunca gerçekleştirilen kullanım sonucunda yaşam günlüğünün sağladığı 5R faydasına göre değerlendirildiğinde aşağıdaki başlıca sonuçlara ulaşılmıştır: 

• Anımsamak: Bir konuyla hangi zamanlarda ve hangi yoğunlukta ilgilenildiğini görmek ve o dönemi anımsamak kolaylaşmıştır. 
• Anıları canlandırmak: Yaşanan sanal deneyimin tüm ekran görüntülerini görüntülemek (örneğin üzerinde çalışılan belgenin tüm sürümlerini görüntülemek) mümkün olmuştur. Böylece deneyim tekrar yaşanabilmiştir. 
• Erişmek: Aranan konu, belge, kavram, not, davranış, iletişim ve benzerlerine akla gelen sözcükler aracılığıyla tekrar erişmek ve o ana ait görüntüleri geri getirmek kolaylaşmıştır. 
• Yansıtmak: Bir konuyla uzun zaman dilimi içerisinde ne sıklıkta ilgilenildiğini görerek kendini tanıma - keşfetme için olanak sağlanmıştır. 
• Niyetleri anımsamak: Bir konuyla daha önce ilgilenip ilgilenilmediğini öğrenmek, zamanında başlanıp sonra unutulmuş olan ilgilerin-planların farkına varılmasını sağlamıştır. 

[*] Bu bölümün yazılmasında “Mutlu, M.E. (2016). Sanal Ortamlardaki Öğrenme Deneyimleri İçin Bir Enformasyon Erişim Sistemi Tasarımı, 7. Uluslararası Eğitimde Yeni Eğilimler Kongresi – ICONTE 2016, 13-15 Mayıs 2016 , Antalya“ kaynağından yararlanılmıştır.


(Not: Yararlanılan kaynaklar yazı dizisinin sonunda topluca verilecektir.)

Designing an Information Retrieval System for Learning Experiences in the Virtual Environments - Section 3 - INDEXING THE SCREEN TEXTS WITH DESKTOP SEARCH ENGINE

Sanal Ortamlardaki Öğrenme Deneyimleri İçin Bir Enformasyon Erişim Sistemi Tasarımı  - Bölüm 3

EKRAN METİNLERİNİ MASAÜSTÜ ARAMA MOTORU İLE İNDEKSLEME

2000’lerde çok sayıda ticari ve açık kaynak kodlu masaüstü arama motoru geliştirilmiştir. Microsoft Windows işletim sistemine ait Windows Search (Protalinski, 2010), Copernic Desktop Search (Copernic, 2016), Apple OS X ve iOS işletim sistemlerine ait Spotlight (Wikipedia, 2016c) ve kurumlar için X1 Search (X1, 2016) yaygın olarak kullanılan ticari masaüstü arama motorlarıdır. Açık kaynak kodlu arama motorlarına ise DocFetcher (DocFetcher, 2016), Nutch (Kare ve diğ., 2004), Terrier Search Engine (Ounis ve diğ., 2006) örnek verilebilir. Açık kaynak kodlu masaüstü arama motorlarının çoğu Apache vakfının Lucene Projesi ile geliştirilmiştir (Apache, 2016a). Java tabanlı bu arama motoru kitaplığına .Net üzerinden erişmek amacıyla C# ile geliştirilmiş Lucene.Net paketi bulunmakla birlikte bu çalışma en son 2012 yılında .Net 3.5 için uyarlanmıştır (Apache, 2016b). 

Yapılan bir aramada Mehdi Gholam tarafından geliştirilen ve CodeProject tarafından CPOL lisansıyla dağıtılan hOOt arama motorunun daha az yer kapladığı (sadece 98 KB büyüklüğünde bir DLL'den oluşmaktadır), kullanımının basit olduğu ve daha güncel tutulduğu görülmüştür (Gholam, 2013). Mehdi Gholam tarafından verilen istatistiklerde hOOt paketinin masaüstü dosyalarını indeksleme ve anahtar sözcüklerle erişme işlevlerini Lucene.Net ile karşılaştırılabilir hızlarda yerine getirdiği görüldüğü için projede hOOt masaüstü arama motorunun 2.2.1 sürümünün kullanılmasına karar verilmiştir. Mehdi Gholam'a göre tam metin arama, seçilen metin blokları içerisinde verilen sözcükleri arama sürecidir ve bu sürecin iki yönü bulunmaktadır: a) Varlık: Aranan sözcüklerin çok sayıda metin bloklarının hangilerinde var olduğunun belirlenmesi; b) Uygunluk: Verilen sözcükleri içeren metin bloklarının en ilgili olanının en önde olduğu bir sıralama sistemi ile sıralanmasıdır. hOOT paketinin son sürümü sadece "varlık" sürecini içermekte, "uygunluk" sürecini barındırmamaktadır. Bu çalışmada "uygunluk" öncelikli bir gereksinim değildir. Tam tersine, aranan sözcükleri içeren "en uygun" belgelere değil, tüm belgelere erişilmesi önemlidir. 

Anahtar Sözcüklerle Ekran Metinlerine Erişme 

Bireyin bilgisayarlarından M-Levels1 ile yakalanan ekran görüntüleri ve ekran metinleri bir bulut hizmeti (örnek uygulamada bu amaçla Microsoft OneDrive hizmeti kullanılmıştır) üzerinden aktarılarak bir çalışma bilgisayarında "/LifeLogging" isimli bir klasörde bir araya getirilmektedir (Mutlu, 2016a). Mehdi Gholam'ın hOOt'u kullanan örnek uygulaması olan SampleApp ile bu klasör indekslendiğinde klasörde bulunan bütün ".txt" dosyalarındaki sözcükler çıkartılarak bu indekse eklenmektedir. Daha sonra aynı uygulamada anahtar sözcükler ile bu indeks üzerinde arama yapılarak, sözcük ya da sözcük gruplarını içeren tüm metin ekranı dosyalarının listesi elde edilebilmektedir. 

Bu süreci ve daha sonraki aşamaları içerecek olan ve M-Levels2 üst başlığına sahip “Temporal Desktop Search for ScreenShots” yazılımı geliştirilmiştir (Mutlu, 2016b). Bu amaçla Windows Forms sunum altyapısı kullanılarak yazılmış olan SampleApp uygulaması bu çalışmada geliştirilecek sistemin gereklerine göre WPF ortamında yeniden düzenlenerek, geçmiş ekran metinlerine erişme sürecinin ilk dört aşaması oluşturulmuştur. M-Levels2 yazılımının Mehdi Gholam'ın çalışmasına bağlı kalarak oluşturulan ilk dört adımına ait ekran görünümü Şekil 2'de verilmiştir.


Şekil 2: M-Levels2 Uygulamasında İlk Dört Aşama

Bu aşamaların ilki, oluşturulacak olan indeksin kaydedileceği klasörün belirlenmesi; ikinci aşama, indekslenecek olan dosyaların bulunduğu klasörün belirlenmesi; üçüncü aşama indeksleme işleminin başlatılması, indekslenen dosya ve sözcük sayısının görüntülenmesi ve indeksin kaydedilmesi aşamasıdır. Dördüncü aşamada ise aynı indeks yüklenerek, üzerinde arama yapmak amacıyla kullanılabilir. Şekil 2'deki örnekte kullanıcı ekran görüntülerinden elde edilen metin dosyalarından oluşan yaşam günlüğü dosyaları üzerinde "Anadolu Üniversitesi Eskişehir" sözcüklerinin geçtiği ekranları aramış ve 265 görüntü bulmuştur. 

Bir Konuyla Geçmişte Hangi Sıklıkta Çalışıldığının Belirlenmesi 

M-Levels2 uygulamasının beşinci aşamasında listesi elde edilen metin dosyalarının cihaz ismi ve tarih etiketiyle oluşturulan isimlerinden yararlanılarak, dosyalar cihaz ve zaman boyutunda süzülebilmektedir. Kullanıcı, yazılımın beşinci aşamasında ekran görüntülerinin elde edildiği cihazların listesinden odaklanmak istediği cihazları seçebilir (Şekil 3). Böylece geçmiş deneyimi anımsamak amacıyla ev, iş yeri ya da hareketli anları birer bağlam olarak kullanabilir.


Şekil 3: M-Levels2 Uygulamasında Ekran Görüntülerinin Yakalandığı Cihazların Listesi


Arama motorlarının sonuçlarını görselleştirmeye yönelik bir çalışmada List View, Tree View, Map View, Bubble View, Tile View and Cloud View görüntüleme tekniklerine yer verilmiştir (Foo ve Hendry, 2007). Zamansal sonuçların görüntülenmesi ise mutlaka bir zaman ekseninin kullanımını gerektirecektir. Internet Archive hizmeti verilen bir web sitesinin yıllara göre yakalama dağılımı ve her yıl için de yıllık bir takvim sunmaktadır (Archive, 2016). Kullanıcı web sitesinin yıllık takvim üzerinde seçmiş olduğu bir güne ait geçmiş kopyasına erişmektedir. Google Trends hizmeti ise verilen bir anahtar sözcüğün hacim değerini bir zaman ekseni üzerinde çizgi grafiği biçiminde görüntülemektedir (Google, 2016). 

Bu yaklaşımla, verilen sözcük ya da sözcük gruplarını içeren metin dosyalarının yıl, ay ve gün bazındaki sıklıkları WPF Toolkit Data Visualization Controls (Shimmy, 2012) yardımıyla görselleştirilerek Şekil 4'deki etkileşimli grafik elde edilmiştir. M-Levels2 yazılımının 6. Aşamasında yer alan bu grafikte kullanıcı bir konuyla hangi yıl kaç kez ilgilendiğini görebilmektedir. Bir yıl seçildiğinde, o yıla ait aylar boyunca söz konusu konuyla kaç kez ilgilenildiği görüntülenmektedir. Bir ay seçildiğinde ise o aya ait günler boyunca o konuyla kaç kez ilgilenildiği görüntülenir. Buradaki "kaç kez" ifadesine karşı gelen büyüklük, söz konusu konuyu ifade eden sözcük ya da sözcük grubunu içeren ve her biri 30 saniyelik zaman aralığına ait olan ekran görüntüsü sayısıdır.


Şekil 4: Verilen Konunun Geçmişte Üzerinde Çalışılma Sıklığı

Kullanıcı daha sonra belirli bir güne odaklandığında ve o güne ait ekran görüntülerine erişmek istediğinde MLevels2 yazılımının yedinci aşamasındaki grafikte önce bir saat seçmesi ve ardından o saatin dakikalarındaki dağılıma ait çubuklara tıklaması yeterli olmaktadır. Böylece seçilen bir dakika boyunca yakalanmış olan 1 ile 2 arası değişen sayıda ekran görüntüsünden birincisine erişerek görüntüleyebilir (Şekil 5).


Şekil 5. Girilen Anahtar Sözcüğü İçeren Ekran Görüntülerinin Görüntülenmesi 

Ekran görüntülerini yakalayan M-Levels1 uygulaması mümkün olduğunca yüksek kalitede "jpeg" formatında görüntü yakalamaktadır. Farklı bilgisayarlardaki değişik çözünürlükteki ekranlardan yakalanan ekran görüntülerinin boyları farklı olacaktır. Bu nedenle kullanıcıya ek olarak M-Levels2 uygulamasında görüntünün üzerine tıklayarak gerçek boyutunda görüntüleme olanağı sağlanmıştır.

[*] Bu bölümün yazılmasında “Mutlu, M.E. (2016). Sanal Ortamlardaki Öğrenme Deneyimleri İçin Bir Enformasyon Erişim Sistemi Tasarımı, 7. Uluslararası Eğitimde Yeni Eğilimler Kongresi – ICONTE 2016, 13-15 Mayıs 2016 , Antalya“ kaynağından yararlanılmıştır.

(Not: Yararlanılan kaynaklar yazı dizisinin sonunda topluca verilecektir.)